企业官网建设流程全解析

如何把 PDF 翻成中文还保住排版？PDFMathTranslate

【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate

几十篇英文 PDF 论文堆到桌上，最头疼的是翻译完公式乱飞、双栏排版塌掉、图表编号对不上正文。PDFMathTranslate（命令名叫 pdf2zh）是一款全文 PDF 翻译工具，走"先认版面、再动手翻译"的路子，跑完你会拿到一份纯中文译文和一份中英对照版，公式、图表位置基本原样不动。

为什么普通翻译工具搞不定 PDF

问题出在 PDF 不是一段文字，而是一整张排版。普通工具把译文直接贴回原页面：句子能翻，但一碰到公式就变成乱码符号，双栏变单栏，目录和页码全废。PDFMathTranslate 的做法是先用一个版面检测模型（DocLayout-YOLO，自动判断页面上哪块是公式、哪块是图、哪块是正文）把每页切成语义区域，只把正文区域送进翻译服务，结果回填时公式和版面完全不碰。这套方法还被 EMNLP 2025 会议收录。

安装与首次翻译

本地 Python 是 3.11 或 3.12 就能跑，两条命令的事：

pip install pdf2zh pdf2zh paper.pdf

跑完当前目录会多出两个文件：paper-mono.pdf是纯译文，paper-dual.pdf是中英文左右对照。不想碰命令行的话，执行pdf2zh -i后浏览器打开 http://localhost:7860/ ，把 PDF 拖进去就能翻。另外还有 Docker 版（镜像byaidu/pdf2zh，映射 7860 端口）和 Windows 版 exe，看习惯选。

二十多种引擎，还有翻译缓存

换引擎和用缓存，是装好后用得最勤的两个进阶功能。

随便切翻译引擎

默认走 Google 服务，免配置、不用填密钥。想换 DeepL、OpenAI、Ollama 时加-s指定即可，直接点名模型可以写成pdf2zh paper.pdf -s openai:gpt-4o-mini。各服务的密钥都靠环境变量注入，变量名对照表在 docs/ADVANCED.md 里查得到。连本地模型都能接，挂上 Ollama 后翻译就在自己机器上跑。

缓存让同一句话不翻第二遍

已经翻过的句子会写进本地缓存，下次处理同一篇文档、或者跨文档遇到重复句子时，直接命中缓存不再调 API。觉得某句翻得不好，加--ignore-cache跑一次就强制重译。

批量、快翻和对照查

同事备文献综述，桌上堆了三十多篇论文，他没一篇篇喂，直接用--dir指了整个文献文件夹让程序批量翻，结果统一落到-o指定的目录。另一种常见需求是"只想先看一眼"：-p 1-4只翻前四页，几分钟摸清大意，值不值得读全文当场定。要是需要逐句核对原文，打开 dual 对照版就行，不用在两个 PDF 之间来回切。

常见问题与注意事项

先说扫描件翻不了——它读的是 PDF 的文本层，纯图片扫描件得先过一遍 OCR（光学字符识别，把图片里的文字识别出来）再喂进去。再就是首次运行要下载版面检测模型，部分地区网络不畅时先设个镜像再启动：

set HF_ENDPOINT=https://hf-mirror.com

最后，切到 OpenAI、Ollama 这类服务时先把对应的密钥环境变量设好，否则一跑就报错。

这个项目只需要记住一条命令：pip install pdf2zh，装完拿篇论文试试排版保得住什么程度。批量参数、语言设定和自定义提示词的写法，翻翻 docs/ADVANCED.md 就够了。

【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate